运行档案 / T1:val / 10-03 15:38
运行链 / D 组
先看终选决定，再沿节点查看方法、代码改动和对话证据。
终选程序?按该运行锁定的规则最终选出的程序；可能是候选节点，也可能由护栏回退到基线。
n6
本运行目标 54.31（种子 0 单次）
节点?搜索树里的每个候选程序。
7
已打分 6
官网分?官网 P2 返回的真实分数。
—
还没有提交或还没有分数
大模型调用次数?各角色（调研员、工程师、分析员、审查员）调用大模型的次数。
15
分析员 4、工程师 4、调研员 4、审查员 3
实际结果与评分依据
搜索目标、护栏和诊断分开阅读。不同真值分片或 seed 的同名尺子保留各自记录。
| 尺子 | 用途 | 分数 | 评分上下文 |
|---|---|---|---|
| X3 | 搜索目标复测 | 55.1 | 真值 B 半 / 3 个 seed均值 |
| proxy10 | 搜索目标复测 | 52.7 | 真值 B 半 / 3 个 seed均值 |
| X1 | 终检诊断 | 49.9 | 全部真值 / 1 个 seed单次 |
| X4 | 终检诊断 | 44.8 | 全部真值 / 1 个 seed单次 |
| X5 | 终检诊断 | 39.9 | 全部真值 / 1 个 seed单次 |
| X6 | 终检诊断 | 35.5 | 全部真值 / 1 个 seed单次 |
| proxy | 诊断记录 | 50.9 | 真值 B 半 / 1 个 seed单次 |
来历?终选程序从种子程序一步步改过来的路径，每一步都写了改了什么、分数变了多少。
括号里的分差只表示变化方向，不代表统计显著性。
n2 种子
ot_moscot — Waddington-OT / moscot coupling, one-step displacement extrapolation
搜索目标分 50.33 · X3 50.65 · proxy10 49.67 · 3 次复测均分 48.98
审查意见?审查员（Reviewer）检查程序是否越界读取、写死目标或钻评分器漏洞后的意见。 通过 seed (human-written, locked)
↓
n5 改进
OT 全细胞耦合的精确祖先位移：投到 30 个输入 PCA 程序模块并阻尼 λ=3 外推，再叠加 0.5×原始全基因位移，addnz 解码，均匀抽样输出，关闭生长重采样。
搜索目标分 54.53（+4.2） · X3 55.32（+4.7） · proxy10 52.94（+3.3） · 3 次复测均分 54.31
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：两输入视图上，OT 精确祖先位移投影到输入 PCA 模块后放大外推（λ=3），可在 X3 上把 mmd_u 从 0.0328 降到 0.0208（+5.35 分）。但它几乎不改善 DE 两项，X3 的 de_score 还降到地板以下。这类位移外推应当作 cell_state 杠杆，不应当作 DE 杠杆。
审查意见 通过 1 越界读取：未发现问题。run.py 和 g37_common.py 的所有读取都经过 view_io 的 load_manifest、panel_genes、read_stage、covered_mask 完成。stage_pair 中 inputs_by_time(include_external=True) 只读取 manifest 里列出的 external 条目（X3 的 qiu2024_heart_early E8.75
↓
NO_CHANGE: 校准 addnz 解码（逐基因均值变化对齐 OT 意图位移）——X3 上 5 种解码/幅度组合全部低于父节点
搜索目标分 54.53（+0.0） · X3 55.32（+0.0） · proxy10 52.94（+0.0） · 3 次复测均分 54.31
分析员结论：在两输入 local_ot 位移管线里，把 addnz 解码校准成“实现的逐基因均值变化 ≈ OT 意图 D_g”，确实提高了 spearman(dp, D*)（0.417→0.664，Engineer 自报的诊断），但 X3 A 半 seed 0 上 DE 两项没有上升：de_score raw -0.100→-0.129，de_direction 0.018→0.016；mmd_u 降 0.38 分，variogram 降 0.95 分，榜分 54.94→53.39。说明 OT 意图的基因级方向不含 DE 信息，校准只是把噪声放大。
审查意见 通过 1 未发现问题：run.py 和 g37_common.py 只通过 view_io（load_manifest、panel_genes、stage_pair→inputs_by_time/read_stage/covered_mask）读取视图内的数据，没有绝对路径、`..`、/mnt、/home、data/raw、downloads 或评分器路径，也没有联网。增殖和凋亡基因表来自 moscot.utils.data 的库内标记表，不
搜索树?每个点是一个节点，连线从父节点指向子节点；颜色表示结果。
蓝色粗线是来历路径；鼠标停在点上看节点，点一下打开节点页。
已打分?程序正常跑完并拿到分数。程序报错?候选程序运行时出错。
搜索分数的变化?横轴是从运行开始算起的分钟数，纵轴是到那时为止最好的搜索目标分。
全部节点与对话（7）
| 节点 | 父节点 | 操作?种子：人写的起点；改进：在父节点上改；草稿：从头写；修复：修父节点的报错。 | 状态 | 搜索目标分?搜索用来比较节点的分数（各把尺子按权重合成，种子 0 单次）。 | 比父节点?这个节点的分数减去它父节点的分数；正数是变好。 | X3?用外部公开数据造的同类型题。 | proxy10 | 3 次复测?换 3 个随机种子各跑一次取平均 ± 标准差，比单次分更稳。 | 审查 | 用时?从运行开始到结束（或到现在）的挂钟时间。 | 方法说明?节点程序自带的 METHOD.md：这个程序做了什么、为什么。 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| n1 | — | 种子 | 已打分 | 49.5 | — | 47.9 | 52.7 | 49.7 | 通过 | 不到 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 50.3 | — | 50.7 | 49.7 | 49.0 | 通过 | 不到 1 分 | ot_moscot — Waddington-OT / moscot coupling, one-step displacement extrapolation |
| n3 | — | 种子 | 已打分 | 53.7 | — | 48.7 | 63.7 | 53.9 | 通过 | 2 分 | composition_trend — type-level composition reweighting + within-type maturity selection |
| n4 | n3 | 改进 | 已打分 | 53.7 | +0.0 | 48.7 | 63.7 | 53.7 | 不通过 | 1 小时 1 分 | composition_program：组成层（收缩信号 + TV 预算）与型内成熟选择分层，wsum 耦合配额 |
| n5 | n2 | 改进 | 已打分 | 54.5 | +4.2 | 55.3 | 52.9 | 54.3 | 通过 | 56 分 | OT 全细胞耦合的精确祖先位移：投到 30 个输入 PCA 程序模块并阻尼 λ=3 外推，再叠加 0.5×原始全基因位移，addnz 解码，均匀抽样输出，关闭生长重采样。 |
| n6 | n5 | 改进 | 已打分 | 54.5 | +0.0 | 55.3 | 52.9 | 54.3 | 通过 | 20 分 | NO_CHANGE: 校准 addnz 解码（逐基因均值变化对齐 OT 意图位移）——X3 上 5 种解码/幅度组合全部低于父节点 |
| n7 | — | 草稿 | 程序报错 | — | — | — | 52.7 | — | 未审查 | 24 分 | OT-CFM 最小版：两输入视图在共享 30 维 PCA 上用 minibatch 精确 OT 配对训练条件流匹配速度场 v(z,t=1)，从最新阶段的输出细胞按阻尼步长 τ=α·r 做 Euler 前推，位移解码回 HVG 并加到细胞自己的表达上；单输入视图退化为均匀抽样照抄。 |
资源消耗与失败情况
程序报错 1
| 角色?调研员写计划、工程师改代码、分析员解读分数、审查员检查作弊。 | 大模型调用次数 | 失败 | 总用时 | 输入 token 数?输入 / 输出（含思考）的 token 数，来自接口返回的用量。 | 输出 token |
|---|---|---|---|---|---|
| 分析员 | 4 | 0 | 2 分 | 8 | 11,857 |
| 工程师 | 4 | 1 | 2 小时 18 分 | 419,849 | 177,888 |
| 调研员 | 4 | 0 | 4 分 | 8 | 23,006 |
| 审查员 | 3 | 0 | 1 分 | 6 | 6,720 |
运行配置与来源
| 运行?一次完整的自动搜索或 Agent 会话，有自己的锁定配置和证据包。 | 20261003-153851-search-t1-D-smoke2h 10-03 15:38 · 自动搜索 · T1:val · 运行链 · D 组 · smoke2h |
|---|---|
| 题目?比赛的哪道题、哪个阶段，例如 T1:val 是第 1 题的验证阶段。 | T1:val |
| 方式?自动搜索：ERA 式搜索树，多个节点不断改进程序；单 Agent：一个 Agent 会话从头做到尾。 | 自动搜索 测试 |
| 搜索目标?这次运行用哪几把尺子、按什么权重合成分数来比较节点；目标不同的运行，最佳分不能直接比。 | X3×2 + proxy10×1；终检 X1、X4、X5、X6；护栏 objective；诊断 proxy |
| 状态 | 已结束 |
| 开始 / 结束 | 10-03 15:38 / 10-03 17:18 |
| 用时 | 1 小时 39 分 / 预算 2 小时 |
| 所在副本?运行目录所在的代码副本（Spark 上 ~/vec 下的哪个目录）。 | 2026_virtual_embryo |
出处?这次运行用的代码、配置、数据和模型的指纹，靠它们可以原样找回并复现。
| 代码版本?运行锁定时代码仓库的 git 提交号；带 +dirty 表示当时有未提交的改动。 | bc1f100a4d3d9e4d4e1ee7eb6f5c2826c75710db |
|---|---|
| 版本标签?可提交运行在锁定的提交上打的 git 标签 run/<运行编号>，以后能原样找回代码。 | — |
| 配置文件 | /home/spark-longxinyang/vec/runs/test/20261003-153851-search-t1-D-smoke2h/config_source.yaml 配置指纹 a3b8dbc120a76cf8 |
| 锁定指纹?启动时把配置、代码、提示词等全部锁定后算出的总指纹。 | 5a6d33ed8818b32e 锁定格式 v8 |
| 运行专用代码副本?启动时为这次运行单独检出的一份只读代码；运行全程只读它，不受主副本更新影响。 | 目录存在 /home/spark-longxinyang/vec/runs/test/20261003-153851-search-t1-D-smoke2h/code |
| 打分口径指纹?打分器、数据视图、种子等合起来的指纹；指纹相同，分数才能直接比较。 | 4bbe6ef8651d6f32 |
| 数据视图指纹?程序能看到的输入数据文件的指纹，按视图汇总成一个短指纹。 | final：24 个文件，指纹 1ea9a3d2b62ff9fd proxy：19 个文件，指纹 604f04735239a30a test：120 个文件，指纹 74b4ffa4a49d2070 views：2 个文件，指纹 a67144954f88da68 |
| 大模型?每个角色用的大模型；括号里是接口实际报告的模型名。 | 分析员：vec-relay-claude-cli/claude-opus-5-5 （接口报告 claude-opus-5-5） compliance：vec-relay-claude-cli/claude-opus-5-5 （接口报告 claude-opus-5-5） data：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） 工程师：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） 调研员：vec-relay-claude-cli/claude-opus-5-5 （接口报告 claude-opus-5-5） 审查员：vec-relay-claude-cli/claude-opus-5-5 （接口报告 claude-opus-5-5） |
| 运行目录 | /home/spark-longxinyang/vec/runs/test/20261003-153851-search-t1-D-smoke2h 主机 spark-ad3f |
| 提交账本?notes/changelogs/submissions.tsv：每次上传官网的记录和返回的官网分。 | 这次运行没有提交过官网 |
| 迭代报告?运行结束后自动生成的中文复盘报告（notes/reports/runs）。 | 还没有迭代报告 |